新趋势:训练模型接管 harness 工作,AutoCompact 让 agent 自主决定上下文压缩
omarsar0 · x · 2026-10-04
DAIR.AI 的 Elvis Saravia 指出一股新研究趋势:训练模型原生承担原本由 harness(外层框架)负责的工作,如 AutoHarness、AutoContext、AutoCompact 等。最新工作训练 agent 自己决定何时压缩上下文。
配套阅读的论文是华盛顿大学与 Meta 超级智能实验室等提出的 Context Language Models(CLM):让模型把上下文当作可编辑文件自行管理,替代 harness 定义的压缩、卸载与检索规则。
关键结果:
- 零样本迁移:对现有模型应用后,BrowseComp-Plus 准确率提升 11.4% 且 FLOPs 减少 21.5%;EdgeBench 分数高 5%、FLOPs 省 59%;24 小时六仓库 agent 集群任务同等算力下改进多 65%。
- 学习策略:经 skill 优化循环进化出的自然语言指令,使 ContextBench 留出集准确率最高提升 35.9 分;在线 RL 让 Qwen3.5-9B 在 BrowseComp-Plus 上提升 47.6%,FLOPs 反而省 12%。
- 服务成本:上下文中部编辑会破坏前缀缓存,论文提出 Suffix Cache Reuse,同等性能下服务端算力较标准 SGLang 降 35%。
- 风险:模型可编辑的上下文是注入指令或自写指令跨轮持久化的新通道。
所属事件:AutoCompact 让智能体自主决定上下文压缩,模型正接管框架功能(2 条相关)→
「编程与Agent」频道最新
- Murat 发布 TLAPS-Bench:用 TLA+ 形式化证明真实系统规格的正确性 — tianyin_xu · 2026-11-19
- Rivet 实战经验:别让 JEV 推理,拆成微小是非题反而更准 — yawnxyz · 2026-11-19
- 16 次 MVP 老手用原生 PowerShell 给微软 Intelligent Terminal 造了个自定义 Agent — dfinke · 2026-11-19
- 马斯克喊话:把 Grok Bot 当成一个很聪明的员工来用 — elonmusk · 2026-11-19
- Eve 编码工具复用编译器模块图,构建时间从 56.9 秒降到 6.9 秒 — evilrabbit_ · 2026-11-19
- Klaus 分享 AI 测试平台界面:一句话即可生成全站测试 — KlausCodes · 2026-11-19